折衷型模糊决策的基本步骤-ansysworkbench 工程实例详解

【文件属性】：
文件名称：折衷型模糊决策的基本步骤-ansysworkbench 工程实例详解
文件大小：4.07MB
文件格式：PDF
更新时间：2021-06-11 21:57:46
数学建模 3.4 模糊多属性决策方法 3.4.1 模糊多属性决策理论的描述 模糊多属性决策理论是在经典多属性决策理论基础上发展起来的，它可以描述为： 给定一个方案集 },,,{ 21 mAAAA L= 和相应的每个方案的属性集（也称指标集） =C ),,,( 21 nCCC L ，并给定每种属性相对重要程度的权重集合 ),,,( 21 nwwww L= 。 把已知的属性指标、权重大小和数据结构都相应的表示成决策空间中的模糊子集或模糊 数，得到模糊指标值矩阵，记为 nmijfF ×= )( 。然后采用广义模糊合成算子对模糊权重 向量w 和模糊指标值矩阵 F 实施变换，得到模糊决策矩阵 D : FwD Θ= ， 对于 D 中 的元素采用模糊折衷型决策方法对其进行排序， 以此来选出 iA ( mi ,,2,1 L= )中的 优方案。 3.4.2 折衷型模糊多属性决策方法 （1）折衷型模糊决策的基本原理 折衷型模糊决策的基本原理是：从原始的样本数据出发，先虚拟模糊正理想和模糊 负理想，其中模糊正理想是由每一个指标中模糊指标值的极大值构成；模糊负理想是由 每一个指标中模糊指标值的极小值构成。然后采用加权欧氏距离的测度工具来计算各备 选对象与模糊正理想和模糊负理想之间的距离。在此基础上，再计算各备选对象属于模 糊正理想的隶属度，其方案优选的原则是，隶属度越大，该方案越理想。 （2）折衷型模糊决策的基本步骤 Step1：指标数据的三角形模糊数表达